Proteus仿真在数字电子技术课程中的应用

针对"数字电子技术"传统教学中存在的诸多问题,提出了用PROTEUS软件来进行数字电子技术仿真教学的思路.通过教学实例对PROTEUS进行"数字电子技术"课程教学、实践教学和课程设计中的应用,将PROTEUS 引入数字电子技术课程的教学中,可以使教师在讲述理论的同时,利用PROTEUS 软件进行仿真、演示,增强学生的感性认识,使学生消除对理论知识的"抽象感",提高学生的学习兴趣.使课堂的教与学在良好互动的同时更生动、直观,达到学生对逻辑电路的基本理论易于理解,对拓展应用的认识更加深刻的目的.     

无刷直流电动机的神经网络PID控制器研究

提出了一种基于BP神经网络的PID控制器,该控制器有机结合了BP神经网络和PID的特点,克服传统PID控制存在的不足,并采用快速BP算法改善其收敛性,有效的提高了无刷直流电动机调速系统性能,仿真研究表明上述神经网络PID控制器,比传统PID控制器控制动态过程有明显改善,能够获得更高的跟踪精度。     

模糊迭代学习控制器的研究与设计

针对传统PID控制方法在机器人位置控制的不足,在建立系统数学模型的基础上,提出一种模糊增益PD型迭代学习控制律,并针对2自由度刚性机器人模型进行仿真。仿真结果表明:与普通闭环PD型迭代学习控制律相比较,文章采用的方法收敛速度大大加快,系统动态性能得到明显改善。     

当前主流手机基带的分析和展望

随着时代的发展,我们的手机从最开始的仅提供通话功能到能够发送文本信息再到目前最先进的能够承载300M速率的高速LTE网络,这与手机通讯的心脏——基带的发展是密切相关的.这篇文章阐述了移动网络的发展对基带发展的影响,并对基带未来发展进行了展望.     

基于GA-LM改进的BP模拟滤波电路故障智能诊断方法

传统的模拟滤波电路故障诊断技术在大多数理论方法和技术手段上显示出较大的局限性,因而在故障诊断速率、准确度和可靠性方面效率较低。将遗传算法与LM改进的BP改进算法相结合,进而形成一种基于遗传算法的改进LM-BP算法模型的四层神经网络结构。实例测试表明,该方法在模拟滤波电路故障诊断中具有较好的通用性,在运算速率和准确等方面均体现了较好的性能,为复杂模拟滤波电路故障诊断提供新的参考思路。     

基于LabVIEW实现神经PID温度控制

综合常规PID及BP神经网络的优点,设计一种基于BP神经网络的PID自调整算法控制器,并用LabVIEW编程实现。使用该算法的PID控制器,可在线获得优化的比例、积分及微分参数值,使整个系统得到优化配置。将此PID控制器用于纸模生产线的温度控制,取得比较好的控制精度。     

LED点阵手写显示屏的设计

介绍了一种手写触摸屏的设计方案。以LED显示屏作为显示器件,除特制光笔之外无需额外的部件就能在LED屏上实现点击、拖动、汉字的手写输入等操作。显示屏采用STC单片机作为控制核心,在软件的控制下显示屏可准确的实现坐标的识别和汉字的手写输入,证明这个方案具有可行性。     

基于卷积神经网络的语音识别分析

引言:随着计算机计算能力的提升,如何让计算机更多的替代人类脑力资源,让计算机能具有学习能力变成了最为前沿的领域.这种计算机自我学习的方式被称为深度学习,而将深度学习与多媒体技术结合则是当前最有价值的研究领域之一.本文着重介绍了计算机基于卷积神经网络的深度学习在语音识别方面的价值与趋势分析.     

基于股价指数预测的仿真研究

研究股价预测问题,针对股价指数具有不稳定和时变性,单一预测方法预测准确度低、误差过大,为提高预测精度,消除噪声,提出一种小波分析的自回归滑动平均(ARIMA)与BP神经网络(BPNN)相结合的股价指数组合预测方法.组合预测方法首先采用小波分析对股价原始数据进行分解和重构,股价数据经过小波处理后,变成线性和非线性两部分,采用ARIMA和BPNN分别对线性部分和非线部分进行预测,最后组合两者预测结果得到股价指数最终预测结果,用上证A股的收盘指数数据对组合预测方法进行了验证测试,实验结果表明组合预测方法比单一预测方法预测准确度高,误差小,在股价指数预测中具有广泛的应用前景,可为股市提供参考.     

基于单片机的无线传感器网络节点的设计

无线传感器网络是传感器领域内一个新兴的研究方向,它采用无线通信技术,由微小的传感器组成。无线传感器网络节点具备感应能力、信息处理能力和无线通信能力,使无线传感器网络有广阔的应用前景,可广泛用于军事、环境、医疗保健、空闻探索及各种商业应用。本文给出了一种无线传感嚣网络节点的硬件和软件的设计。